人工免疫系統(tǒng)理論、算法及應用研究.pdf

1、隨著現(xiàn)代生物學和醫(yī)學的發(fā)展,生物免疫學的研究得到了極大拓展,同時也使免疫學產(chǎn)生了許多交叉學科。近年來,計算機科學和其它工程科學與免疫學交叉研究逐漸成為國際研究領(lǐng)域的一個新方向,而且,應用計算機對免疫系統(tǒng)及其各種機體功能與特征行為進行數(shù)學建模,更易于分析和解釋各種免疫現(xiàn)象的內(nèi)在機理。另一方面,免疫系統(tǒng)的許多功能特點和作用機理對工程應用中許多復雜問題求解有重要啟示和借鑒作用。
　　受免疫系統(tǒng)功能機理的啟發(fā)以及解決復雜問題的實際需要,產(chǎn)

2、生了人工免疫系統(tǒng)(Artificial Immune System，AIS)。人工免疫系統(tǒng)是受生物免疫系統(tǒng)的理論和模型啟示,根據(jù)觀察到的免疫功能、原理和模型,用來解決復雜問題的一種智能方法。人工免疫系統(tǒng)提供了新穎的解決問題的方法和途徑,目前其研究成果涉及控制、數(shù)據(jù)處理、機器學習、組合優(yōu)化、故障診斷、計算機安全等許多領(lǐng)域,已經(jīng)成為繼神經(jīng)網(wǎng)絡、進化計算之后自然計算的又一研究熱點。
　　一方面,由于人工免疫系統(tǒng)是一門新的學科分支,有關(guān)人

3、工免疫系統(tǒng)理論、算法的研究成果并不太多,主要有基于免疫網(wǎng)絡學說的人工免疫網(wǎng)絡模型、基于免疫特異性的負選擇算法、基于克隆選擇學說的克隆選擇算法。另一方面,由于對生物免疫機理的認識還不十分深入,對人工免疫系統(tǒng)的研究存在著諸多挑戰(zhàn),主要包括(1)對人工免疫系統(tǒng)的研究陷入了僵局,缺乏創(chuàng)造性的思想;(2)缺乏對人工免疫系統(tǒng)的理論基礎(chǔ)研究;(3)應該將免疫系統(tǒng)與生物體的其它系統(tǒng)特別是神經(jīng)網(wǎng)絡系統(tǒng)和內(nèi)分泌系統(tǒng)集成與交互,開發(fā)出新的人工免疫系統(tǒng)算法;(

4、4)為了對生物免疫系統(tǒng)進行更深入地研究,應該與生物免疫學者、數(shù)學家做更多的交流,采用特殊的實驗,建立有用的模型,以此作為抽象成有效算法的基礎(chǔ)。
　　鑒于以上原因,本論文主要做了以下幾個方面的研究工作:
　　1.首先研究了當前生物免疫學的研究進展和取得的成果,包括免疫系統(tǒng)組成、免疫系統(tǒng)原理以及當前最新的理論免疫學說和模型。其次,研究了建立人工免疫系統(tǒng)的一般框架、人工免疫系統(tǒng)的體系結(jié)構(gòu),以及當前基于自適應免疫系統(tǒng)的三大主要算法:

5、負選擇算法、克隆選擇算法和免疫網(wǎng)絡算法。
　　2.克隆選擇算法已經(jīng)廣泛地應用于計算智能領(lǐng)域,而針對克隆選擇算法理論方面的分析和研究工作相對較少,因此本文采用了與研究遺傳算法相似的方法,研究了克隆選擇的收斂屬性,推導出克隆選擇算法在求解優(yōu)化問題時,收斂到全局最優(yōu)解的充分條件。并且更進一步地研究了一般克隆選擇算法概率性收斂的屬性,即在某一固定概率下算法保證找到最優(yōu)解所需要的進化代數(shù)上界。論文還對克隆選擇算法與遺傳算法在某一固定概率δ下

6、,保證找到最優(yōu)解所需要的進化代數(shù)上界隨變異概率μ變化的情況進行了比較,并得到了一些相關(guān)的結(jié)論。
　　3.將生物醫(yī)學中疫苗的提取和接種疫苗技術(shù)進行了抽象和建模,以此為基礎(chǔ)提出了疫苗的概念、疫苗的提取算法和接種疫苗算子。并將接種疫苗算子、疫苗庫進化操作和一般克隆選擇算法進行結(jié)合來實現(xiàn)對一般克隆算法的改進,其目標是實現(xiàn)種群中抗體之間的交互,提高克隆選擇算法的搜索效率,加快其收斂速度,促進抗體群親和力成熟。論文也對改進后算法的計算效率和時

7、間復雜度進行了分析。改進的克隆選擇算法與De Castro提出的CLONALG算法分別用于二進制字符模式識別實驗,實驗比較的結(jié)果表明基于接種疫苗的克隆選擇算法具有較高的執(zhí)行效率。
　　4.研究了生物免疫系統(tǒng)中的危險理論(Danger Theory)以及先天性免疫系統(tǒng)中的一種重要的抗原呈遞細胞(APC)——樹突細胞(Dendritic Cells,簡稱DCs)的生物學行為特征,在此基礎(chǔ)上對DCs的行為進行抽象建模,然后形成了基于DC

8、s的算法DCA(Dendritic Cells Algorithm)。論文研究了DCA算法各種參數(shù)的變化對算法的敏感程度即這些參數(shù)的改變對算法的異常檢測性能的影響。在Linux操作系統(tǒng)中的基于DCA的端口掃描異常檢測實驗結(jié)果表明DCA算法對這些參數(shù)的變化是不敏感的,表明了DCA的健壯性。另外論文也研究了DCA的信號處理機制中權(quán)值的變化對算法異常檢測性能的影響,基于DCA的端口掃描異常檢測實驗表明,在對異常進程進行檢測時,其對信號處理權(quán)值